Das Ziel des Airline Revenue Managements wurde oft als "Bestimmung des richtigen Preises für das richtige Produkt, für den richtigen Kunden zur richtigen Zeit" definiert. Obwohl die Fluggesellschaften in den letzten 40 Jahren enorme Fortschritte in den Bereichen Umsatzmanagement und dynamische Preisgestaltung gemacht haben, wird dieses Ziel heute nicht vollständig erreicht.
Das liegt daran, dass sich Fluggesellschaften heute auf einen zweistufigen Prozess verlassen, um ihre Produkte zu vertreiben: Zuerst durch die Veröffentlichung von Tarifen bei Tarifanbietern, gefolgt von der Berechnung, welche dieser Tarife zum Verkauf angeboten werden. Dieses Design ist hochgradig skalierbar und effizient und ermöglicht es der Fluggesellschaft, vorgefertigte, statische Produktbündel anzuzeigen – zum Beispiel "Economy Basic" und "Economy Standard" –, die jeweils vordefinierte Tarifbedingungen und Zusatzleistungen enthalten. Dies bedeutet aber auch, dass alle Kunden die gleiche Auswahl an gebündelten Angeboten erhalten und die Angebote nicht personalisiert oder auf den anfragenden Kunden zugeschnitten sind.
Die IATA hat eine Vision für die dynamische Angebotserstellung formuliert (Touraine und Coles, 2018), die es der Branche ermöglichen wird, ihr Einzelhandelserlebnis näher an das von anspruchsvollen Online-Händlern anzunähern, die ihren Kunden personalisierte und kontextbezogene Angebote anbieten. Durch die Erstellung relevanter Angebote, die jedem Kunden angezeigt werden, und durch die Festlegung der richtigen Preise für diese Angebote können Fluggesellschaften sowohl Verbesserungen bei der Konversion als auch beim erwarteten Umsatz und gleichzeitig eine Verbesserung des Kundenerlebnisses erwarten.
Ein ungelöstes Problem... Bis jetzt!
Diese Vision erfordert Fortschritte sowohl in der Vertriebstechnologie als auch in der Wissenschaft der Angebotsoptimierung. Auf der Vertriebsseite gehen diese Fortschritte mit der Einführung der New Distribution Capability (NDC) einher. Die Akzeptanz in der Branche nimmt zu, und die IATA hat sich zum Ziel gesetzt, bis 2030 vollständig auf das Rahmenwerk umzusteigen .
Auf der wissenschaftlichen Seite gab es jedoch eine Lücke. Der Einzelhandel wird heute in der Regel eher von Faustregeln als von der Wissenschaft bestimmt, wenn es um die Bündelung geht. Dies ist auf das Fehlen eines nachvollziehbaren wissenschaftlichen Modells zurückzuführen, das bestimmt, welche Produkte gebündelt werden sollen und wie diese gebündelten Angebote bepreist werden sollen. Dieses Problem war jahrzehntelang ungelöst geblieben – bis jetzt!
Eine erfolgreiche Zusammenarbeit mit dem Massachusetts Institute of Technologie (MIT) im Bereich der Angebotsoptimierung hat zu einem bahnbrechenden neuen Ansatz geführt, der einige der Hindernisse beseitigt und die dynamische Angebotserstellung in der Praxis eingesetzt werden kann. Damit können die Fluggesellschaften endlich die oben genannten Ziele des Umsatzmanagements erreichen.
Voraussetzungen für eine dynamische Angebotserstellung
Vergleichen wir, wie Zusatzleistungen Kunden mit einem traditionellen oder einem modernen Einzelhandelsansatz angezeigt werden (siehe Abbildung 1). Beim traditionellen Vertrieb (links) erhalten alle Kunden die gleichen statischen Angebote in der gleichen Reihenfolge und zu den gleichen Preisen. Angebote werden auf aufeinanderfolgenden Shopping-Seiten angezeigt, auf denen ein Kunde zuerst eine Tasche, dann eine Sitzplatzzuweisung usw. auswählt, ohne mögliche Komplementarität zwischen den Produkten zu berücksichtigen.
Der NDC-fähige Vertrieb (rechts) bietet Fluggesellschaften die Möglichkeit, über diese vordefinierten Buchungen bearbeiten Angebote hinauszugehen. Mit NDC können Fluggesellschaften das angezeigte Angebot je nach Kundensegment und Reisekontext variieren und so Auskunft darüber geben, welche Produkte und Services für jeden Kunden von Interesse sind. Da beispielsweise ein aufgegebenes Gepäckstück für einen Geschäftskunden auf einer Kurzstreckenreise möglicherweise nicht so relevant ist wie für einen Urlaubskunden, der mit der Familie reist, enthält das dem Geschäftskunden angezeigte Angebot möglicherweise keine Angebote, die ein aufgegebenes Gepäckstück enthalten.
Mit NDC ermöglicht die dynamische Angebotserstellung der Fluggesellschaft, die relevanteste Angebotsgruppe zu erstellen, während die Fluggesellschaft gleichzeitig ein Upselling zu gebündelten Angeboten durchführen kann, indem sie einige Angebote aus der Angebotspalette entfernt oder sie zu unattraktiven Preisen ansetzt.
Abbildung 1 zeigt zwei solcher Angebotssätze mit jeweils drei Angeboten: {{Tasche, Sitz}, {Sitzplatz, Mahlzeit}, {Tasche, Sitzplatz, Mahlzeit}} und {{Sitz}, {Mahlzeit}, {Sitzplatz, Mahlzeit}}. Beachten Sie, dass das gleiche Angebot – das Bundle {Sitzplatz, Mahlzeit} – in den beiden Angebotssets unterschiedlich teuer ist: $50 bzw. $40. Dies unterstreicht eine kritische Herausforderung bei der Angebotsoptimierung – der Preis eines Angebots hängt von dem Angebot ab, in dem es enthalten ist.
Warum ist die Angebotsoptimierung so komplex?
Um zu verstehen, warum die Optimierung der Preise von Angeboten in einem Angebotssatz eine schwierige Herausforderung darstellt, betrachten Sie den Kunden in Abbildung 2, der zwischen drei Angeboten in einem Angebotssatz wählt. Lassen Sie uns ein wenig Mathematik verwenden, um die Wahrscheinlichkeit darzustellen, dass der Kunde eines dieser Angebote aus dem gesamten Angebot auswählt. Wir beginnen mit einigen Notationen, um es einfacher zu machen, über das Problem zu sprechen.
S
stellt die Angebotsmenge dar, in diesem Fall ist S = {Sitzplatz, Mahlzeit, Sitzplatz und Mahlzeit}. Die Wahrscheinlichkeit, dass ein Kunde ein Angebot O (z. B. O = Sitzplatz) auswählt, hängt von zwei Faktoren ab: die anderen Angebote in der Menge S und die Preise p (S) aller Angebote in der Menge (z. B. p (S) könnte {$16, $25, $35} sein). Wir stellen die Wahrscheinlichkeit, dass ein Kunde ein Angebot auswählt, mit der Kaufwahrscheinlichkeitsfunktion P(O|S, p (S)) . Wenn z. B. P (Sitz|{ Sitzplatz: $16, Mahlzeit: $25, Sitzplatz & Mahlzeit: $35}) = 0,35 hat der Kunde eine Chance von 35%, den Sitzplatz aus allen Angeboten des Angebots auszuwählen. Beachten Sie, dass es auch eine Option für den Kunden gibt, zu gehen, ohne etwas zu kaufen.
Unser Ziel ist es, die Preise zu finden, mit denen die Fluggesellschaft den größten Nettoumsatz aus diesem Angebot erzielt. Wir beginnen mit der Multiplikation des Nettoumsatzes (p_O – c_O) eines Angebots, wobei p_O der Preis des Angebots und c_O die Kosten für die Fluggesellschaft für die Bereitstellung des Angebots sind, mit der Wahrscheinlichkeit P(O|S, p (S)), dass der Kunde dieses Angebot aus dem Set auswählt. Daraus ergibt sich der erwartete Nettoumsatz für dieses Angebot. Dann addieren wir die Nettoeinnahmen aus allen Angeboten, um den erwarteten Gesamtnettoumsatz für den Angebotssatz zu erhalten, wie in der Gleichung in Abbildung 2 dargestellt.
Jetzt müssen wir nur noch die Preise p *(S) finden, die den Nettoumsatz für den Angebotssatz maximieren. Klingt einfach? Denken Sie daran, dass der optimale Preis für ein Angebot von allen anderen Preisen im Angebotssatz abhängt , was bedeutet, dass wir alle Angebotspreise gleichzeitig optimieren müssen.
Leider können diese Arten von mehrdimensionalen Optimierungsproblemen (bei denen wir alle Preise für alle Angebote gemeinsam optimieren) in der Praxis sehr schwierig oder unmöglich zu lösen sein, was ein Hindernis für die Fluggesellschaften darstellt.
Ein bahnbrechender Ansatz zur Preisoptimierung
Ab 2019 arbeiteten Thomas Fiig, Chief Scientist bei Amadeus, und ich mit Kevin Wang, einem Doktoranden am Massachusetts of Technologie (MIT), zusammen, um eine Lösung für dieses schwierige Problem zu finden. Unser daraus resultierendes Whitepaper "Dynamic Offer Creation for Airline Ancillaries Using a Markov Chain Choice Model" , wurde im Journal of Revenue and Pricing Management veröffentlicht und zum Gewinner des Anna-Valicek-Preises 2022 gekürt auf dem 62. jährlichen AGIFORS Symposium in Toulouse, Frankreich.
Dies mag wie eine ungewöhnliche oder sogar bizarre Art der Modellierung der Kundenentscheidung erscheinen – schließlich gehen wir normalerweise davon aus, dass Kunden rational sind, alle ihre Alternativen gleichzeitig bewerten und anschließend das Angebot auswählen, das ihnen am besten gefällt. Es stellt sich jedoch heraus, dass wir mit der richtigen Wahl der Parameter dieses Modell verwenden können, um praktisch jede Art von Kundenverhalten darzustellen. Und was noch wichtiger ist, dieses Modell hat einige besondere Eigenschaften, die das mehrdimensionale Optimierungsproblem auf eine Reihe von eindimensionalen Optimierungsproblemen reduzieren, die es uns ermöglichen, die optimalen Preise leicht zu finden.
Unsere Ergebnisse
Wir haben die Leistungsfähigkeit unseres neuen Modells mit einer Reihe von Simulationsexperimenten getestet. Zunächst einmal stellten wir fest, dass das Modell wie erwartet funktionierte – es erzeugte logische Preise für gebündelte Angebote und war in der Lage, die Preise auch großer Angebotssets schnell zu optimieren. Als wir die Umsatzentwicklung unseres Modells im Vergleich zu einem modernen À-la-carte-Preisansatz simulierten (bei dem jedes Zusatzprodukt einzeln bepreist wird und keine Rabatte gewährt werden), stellten wir außerdem fest, dass unser Modell signifikante Umsatzverbesserungen aufweist.
Unsere Simulationen liefern auch einige wichtige Erkenntnisse. Die Umsatzvorteile lassen sich auf zwei Strategien zurückführen: Kunden relevante Angebote anzeigen und Kunden zu profitableren gebündelten Angeboten anregen (durch attraktive Preise der gebündelten Angebote im Vergleich zu den À-la-carte-Angeboten).
Während diese beiden Ansätze in der Tat heuristisch in Airline-Einzelhandelsstrategien eingesetzt werden, zeigt unsere Arbeit die ersten wissenschaftlich fundierten Berechnungen. Interessanterweise wurde dem Modell nicht gesagt, dass es Einzelhandelsstrategien anwenden sollte – es fand es selbst heraus, basierend auf der Umsatzoptimierung. Und während sich ein heuristikgetriebener Ansatz auf "Faustregeln" oder "Bauchgefühl" beschränkt, ermöglicht uns der Vorteil eines wissenschaftsbasierten Modells, Angebote dynamisch zu bündeln und optimal zu bepreisen.
Wir sind davon auf etwas setzen, dass unsere Arbeit ein wesentlicher Baustein ist, der es der Luftfahrtindustrie ermöglichen wird, ihre Transformation in das moderne Einzelhandelszeitalter zu vollziehen. Jetzt freuen wir uns darauf, das Modell in der Praxis zu testen!
TO TOP